GCP AI Developer
Capgemini Invent
Jesteś inżynierem ML/AI pracującym w zespole konsultingowym Capgemini. Twoim zadaniem jest projektowanie, budowanie i wdrażanie modeli AI/ML na platformie Google Cloud (Vertex AI, BigQuery ML) dla klientów zewnętrznych. Praca obejmuje cały pipeline ML: od danych po serwisowanie, z naciskiem na automatyzację, monitoring i odpowiedzialną AI. To rola inżynierska, nie badawcza — skupiona na produkcji i skalowalności.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: nie podano wielkości zespołu ani struktury, brak opisu procesu rekrutacyjnego.
Jesteś inżynierem ML/AI pracującym w zespole konsultingowym Capgemini. Twoim zadaniem jest projektowanie, budowanie i wdrażanie modeli AI/ML na platformie Google Cloud (Vertex AI, BigQuery ML) dla klientów zewnętrznych. Praca obejmuje cały pipeline ML: od danych po serwisowanie, z naciskiem na automatyzację, monitoring i odpowiedzialną AI. To rola inżynierska, nie badawcza — skupiona na produkcji i skalowalności.
- ✓Dostęp do platformy szkoleniowej NEXT z certyfikacjami (GenAI, Excel, Business Analysis, Project Management)
- ✓Bezpłatny dostęp do Education First, TED Talks, Udemy Business
- ✓Pakiet home office (laptop, monitor, krzesło)
- ✓Linia wsparcia psychologicznego Capgemini Helpline
- −Brak informacji o konkretnym projekcie klienckim – możliwa rotacja lub praca nad różnymi wdrożeniami
- −Brak szczegółów dotyczących on-call lub dyżurów
- !„Proven experience” nie jest sprecyzowane ilościowo
- !Wiele certyfikacji w wymaganiach i nice-to-have – presja na certyfikację
- !Praca w dużym outsourcingu – możliwe zróżnicowane projekty i zespoły
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Tworzenie i wdrażanie modeli ML/AI z użyciem Vertex AI i innych usług GCP
- •Budowa i utrzymanie end-to-end pipeline'ów ML (od danych do serwowania)
- •Implementacja REST API i mikrousług w Pythonie
- •Monitorowanie i skalowanie rozwiązań produkcyjnych
- •Praca z odpowiedzialną AI i zapewnienie zgodności z najlepszymi praktykami
- •Współpraca z architektami danych, data scientistami i interesariuszami biznesowymi
- •Utrzymanie modeli: wersjonowanie, strategie retreningu, monitoring
- •Eksperymentowanie z generatywną AI i LLM (RAG, prompt engineering)
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Osoba z 2 latami doświadczenia w ML i produkcyjnym Pythonie, posiadająca certyfikat GCP, która chce zdobyć doświadczenie w wdrażaniu modeli na dużą skalę.
Nie dla juniorów bez doświadczenia w produkcyjnym ML i znajomości GCP. Rola wymaga samodzielności w budowie i deploymencie modeli.
- ?Ile dni w tygodniu w biurze w Warszawie?
- ?Jaki jest typowy projekt kliencki – branża, skala?
- ?Czy są dyżury on-call lub wsparcie produkcyjne po godzinach?
- ?Jak wygląda proces rekrutacyjny – ile etapów, czy jest zadanie praktyczne?
- ?Jak duży jest zespół AI/ML w Capgemini Invent?
- ?Czy istnieje możliwość zmiany projektu po zakończeniu?
- ?Jaka jest polityka dotycząca odnowienia certyfikacji GCP?
- ?Czy w projektach wykorzystywane są najnowsze usługi GCP (Gemini API, Document AI)?
- −Nie podano wielkości zespołu ani struktury
- −Brak opisu procesu rekrutacyjnego
- −Nie wiadomo, czy praca jest na jednym projekcie czy rotacyjnie
- −Brak informacji o podróżach służbowych do klienta
- −Niesprecyzowane, jak często odbywają się retrospektywy i feedback
Praca w dużym zespole konsultingowym, gdzie różnorodność projektów wymaga ciągłego uczenia się i adaptacji. Kładziony jest nacisk na innowacyjność i odpowiedzialną AI.